• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1573-1587
• /
• 2021

드론 영상은 위성이나 항공 영상보다 공간 해상도가 수배 혹은 수십 배가 높은 초고해상도 영상이다. 따라서 드론 영상 기반의 원격탐사는 영상에서 추출하고자 하는 객체의 수준과 처리해야 하는 데이터의 양이 전통적인 원격탐사와 다른 양상을 보인다. 또한, 적용되는 딥러닝(deep learning) 모델의 특성에 따라 모델 훈련에 사용되는 최적의 데이터의 축척과 크기가 달라질 수밖에 없다. 하지만 대부분 연구가 찾고자 하는 객체의 크기, 축척을 반영하는 영상의 공간 해상도, 영상의 크기 등을 고려하지 않고, 관성적으로 적용하고자 하는 모델에서 기존에 사용했던 데이터 명세를 그대로 적용하는 경우가 많다. 본 연구에서는 드론 영상의 공간 해상도, 영상 크기가 6가지 월동채소의 의미론적 분할(semantic segmentation) 딥러닝 모델의 정확도와 훈련 시간에 미치는 영향을 실험 통해 정량적으로 분석하였다. 실험 결과 6가지 월동채소 분할의 평균 정확도는 공간 해상도가 증가함에 따라 증가하지만, 개별 작물에 따라 증가율과 수렴하는 구간이 다르고, 동일 해상도에서 영상의 크기에 따라 정확도와 시간에 큰 차이가 있음을 발견하였다. 특히 각 작물에 따라 최적의 해상도와 영상의 크기가 다름을 알 수 있었다. 연구성과는 향후 드론 영상 데이터를 이용한 월동채소 분할 모델을 개발할 때, 드론 영상의 촬영과 학습 데이터의 제작 효율성 확보를 위한 자료로 활용할 수 있을 것이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.386-389
• /
• 2008

It is important that the training stage of a supervised classification is designed to provide the spectral information. On the design of the training stage of a classification typically calls for the use of a large sample of randomly selected pure pixels in order to characterize the classes. Such guidance is generally made without regard to the specific nature of the application in-hand, including the classifier to be used. An approach to the training of a support vector machine (SVM) classifier that is the opposite of that generally promoted for training set design is suggested. This approach uses a small sample of mixed spectral responses drawn from purposefully selected locations (geographical boundaries) in training. A sample of such data should, however, be easier and cheaper to acquire than that suggested by traditional approaches. In this research, we evaluated them against traditional approaches with high-resolution satellite data. The results proved that it can be used small mixed pixels to derive a classification with similar accuracy using a large number of pure pixels. The approach can also reduce substantial costs in training data acquisition because the sampling locations used are commonly easy to observe.

• 스마트미디어저널
• /
• 제10권4호
• /
• pp.9-14
• /
• 2021

기존의 원격협업 경우, 원격지원 서비스 중심의 시스템으로 현장 중심의 다자간 원격 협업 시스템의 활용에는 적합하지 않다. 본 논문은 다양한 산업현장을 위한 원격 협업 시스템 개발로 산업현장의 다양한 요구에 부합하는 관리자의 원격지원 및 작업관리, 작업자 간의 실시간 영상 원격지원, 작업자들 다자간의 실시간 음성 작업공유 기능 개발을 수행한다. 또한 영상 내 암호화를 통해 보안 기능을 강화하여 활용도를 높이고 보다 효율적인 시스템 개발을 목표로 한다. 최종적으로 개발 내용은 원격 관리 및 지원 소프트웨어 개발, 작업자 안드로이드 앱 개발, WebRTC 기반 원격 협업 시스템 구축 및 개발, 시제품 개발이다. 이러한 제품은 산업현장에 설치, 운영하여 수요처 증대 및 매출 증가가 예상되며 인력양성, 트랜드 기술 이해 및 능력 향상을 도모할 수 있다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.628-638
• /
• 2023

자율운항선박 기술은 점차 발전하고 있다. 하지만 완전 자율운항선박이 등장하기 전까지는 원격운영센터에서 원격운영자가 제어하는 형태를 가지게 될 것이다. 그러나 현재 그들의 면허체계는 국내외적으로 정해지지 않았다. 역량이 검증되지 않은 원격운영자의 등장은 항행 안전에 위험이 될 것이다. 본 논문에서는 문헌 연구를 통해 원격운영자의 면허체계를 위해 고려해야 할 평가기준과 국내 해기사 면허체계 내에서 수립할 수 있는 방안을 모색하고 AHP를 활용하여 분석하였다. 그 결과 원격운영자의 면허체계를 위해서는 우선적으로 법률제정이 필요하고 선박직원법 제4조 해기사 면허의 직종에 원격운영자의 직종을 추가하는 방안이 가장 선호되었다. 이에 따라 원격운영센터의 조직구성도 기존 선박의 선교인적관리 조직과 유사하게 형성할 수 있을 것이다. 본 연구는 자율운항선박의 인적 관리 측면에서 원격운영자의 효율적인 양성과 항행 안전에 이바지할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.449-460
• /
• 2020

초해상화 기법은 저해상도 영상을 고해상도 영상으로 변환하는 기법이다. 최근에는 딥러닝 기술을 활용한 초해상화 방법이 주류를 이루고 있으며, 원격 탐사 분야에서도 이를 응용한 연구가 증가하고 있다. 본 연구에서는 위성 영상의 4배 해상도 향상을 위하여 deep back-projection network (DBPN) 네트워크에 기반한 초해상화 기법을 제안하였다. 또한, 복원된 영상의 디테일 및 윤곽선 부분에서의 고품질 영상 획득을 위해 윤곽선 손실 함수를 제안하고, 효과적이고 안정적인 학습을 위하여 Wasserstein distance 손실 함수를 사용한 GAN 기법을 적용하였다. 또한, 자연스러운 저해상도 훈련 영상을 획득하기 위한 detail preserving image downscaling (DPID) 기법을 적용하였다. 마지막으로 전정 영상의 특징을 추출하여 훈련의 마지막 단계에 적용 시킴으로써 출력 영상의 세부적인 특징을 효과적으로 생성하였다. 그 결과 실험에 사용된 WorldView-3 영상 및 KOMPSAT-2 영상에서 해상도 향상 효과를 확인하였고, 다른 초해상화 모델에 대비하여 윤곽선 보존력이나 영상의 선명도가 향상 되었음을 확인하였다

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.75-80
• /
• 2023

국내 의료취약지에서 공중보건의는 지역민의 일반의료는 물론 응급의료에서 큰 역할을 수행하고 있다. 그러나 공중보건의는 일반적으로 현장 경험이 부족하기 때문에 응급 환자에 대한 대처 능력이 부족하고, 의료장비를 효과적으로 다루지 못하는 것으로 나타났다. 본 연구는 공중보건의에게 필요한 의료장비에 대한 사용법을 스마트 글래스를 이용하여 원격교육으로 진행 후 교육의 효과를 확인하였다. 구체적으로 의료장비 활용 교육을 위해서 스마트 글래스는 리얼웨어를 사용하였으며, 신안군 10개의 섬 지역 공중보건의 10명을 대상으로 하였다. 교육 후 장비 활용 효과와 만족도 모두 3점 이상이었다. 따라서 스마트 글래스를 활용한 원격교육이 의료취약지의 공중보건의를 대상으로 유용하게 활용될 수 있다는 것을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.429-431
• /
• 2003

The induced learning retardation method involves the temporary inhibition of the artificial neural network’s active units from participating in the error reduction process during training. This stimulates the less active units to contribute significantly to reduce the network error. However, some less active units are not sensitive to stimulation making them almost useless. The network can then be pruned by removing the less active units to make it smaller and more efficient. This study focuses on making the network more efficient and accurate by developing the induced learning retardation and pruning sequence training method. The developed procedure results to faster learning and more accurate artificial neural network for satellite image classification.

• 경영과정보연구
• /
• 제3권
• /
• pp.15-45
• /
• 1999

Processing techniques of remote sensed image data using computer have been recognized very necessary techniques to all social fields, such as, environmental observation, land cultivation, resource investigation, military trend grasp and agricultural product estimation, etc. Especially, accurate classification and analysis to remote sensed image da are important elements that can determine reliability of remote sensed image data processing systems, and many researches have been processed to improve these accuracy of classification and analysis. Traditionally, remote sensed image data processing systems have been processed 2 or 3 selected bands in multiple bands, in this time, their selection criterions are statistical separability or wavelength properties. But, it have be bring up the necessity of bands selection method by data distribution characteristics than traditional bands selection by wavelength properties or statistical separability. Because data sensing environments change from multispectral environments to hyperspectral environments. In this paper for efficient data classification in multispectral bands environment, a band feature extraction method using the Rough sets theory is proposed. First, we make a look up table from training data, and analyze the properties of experimental multispectral image data, then select the efficient band using indiscernibility relation of Rough set theory from analysis results. Proposed method is applied to LANDSAT TM data on 2 June 1992. From this, we show clustering trends that similar to traditional band selection results by wavelength properties, from this, we verify that can use the proposed method that centered on data properties to select the efficient bands, though data sensing environment change to hyperspectral band environments.

• 수산해양교육연구
• /
• 제6권2호
• /
• pp.130-142
• /
• 1994

To investigate the effective scheme to secure the specialized instructors in the governmental officials training facilities, the authors made a survey on the opinion concerning the dispatching service system of officials as instructors to the Fisheries Officials Training Institute on the fisheries specialized officials in the Fisheries Agency and its affiliated organization. The obtained results can be summarized as follows : 1. The exiting personnel management system has a lot of difficulties to secure the specialized instructors. Even though the difficulties may be solved by inviting part-time instructors to some extent, it is remote from the goal. The active utilization of dispatching service system of specialized officials to the Institute as instructors during the limited term will be effective rather than re-arrangement of personnel system or amendment of laws and ordinances to secure the specialized instructors. 2. The response of specialized officials who are objected in the present survey on the dispatching service system to the Institute appeared to be affirmative considerably, and then the dispatching service system may be expected of high efficiency in its realization.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.461-469
• /
• 2022

이 연구에서는 시계열 토지피복도를 제작하기 위해 분석자 개입 없이 준감독학습 기반 분류를 이용하는 새로운 훈련자료 추출 기법을 제안하였다. 준감독학습 기반 훈련자료 추출 기법은 먼저 분류 대상 영상과 유사한 토지피복 특성을 포함하는 과거 영상으로부터 획득한 초기 훈련자료를 이용하여 초기 분류를 수행한다. 이후, 분류의 불확실성 정보와 인접 화소의 분류 항목을 제약 조건으로 이용하는 준감독학습 기반 반복 분류를 이용하여 초기 분류 결과로부터 신뢰할 수 있는 훈련자료를 추출한다. 준감독학습 기반 훈련자료 추출기법의 적용 가능성은 농경지에서 unmanned aerial vehicle 영상을 이용하는 분류 실험을 통해 평가되었다. 제안한 준감독학습 기반 훈련자료 추출 기법에 의해 자동으로 추출된 새로운 훈련자료를 이용하는 것은 초기 분류 결과에서 나타난 오분류를 두드러지게 완화할 수 있었다. 특히, 인접 화소의 공간 문맥 정보를 고려함으로써 고립된 화소가 크게 감소하였다. 결과적으로, 제안 기법의 분류 정확도는 수동으로 추출한 훈련자료를 이용하는 분류 정확도와 유사하였다. 이러한 결과는 이 연구에서 제시한 준감독학습 기반 반복 분류가 시계열 토지피복도를 제작하기 위해 신뢰할 수 있는 훈련자료를 자동으로 추출하는데 효과적으로 적용될 수 있음을 나타낸다.